创新是指产生新颖而又适宜的产物的能力(Sternberg & Lubart, 1996),它与个体所拥有的知识密切相关。创新研究领域的多数学者认为,创新思维是新旧知识进行重组进而产生新观念的过程(Ward, 2008)。但是对于已有知识如何影响创新思维,研究者之间目前尚存在较大分歧。一种观点认为,已有知识与创新思维之间是一种正比关系,个体拥有的知识越多,其创新思维能力就越强(Vygotsky,2004)。另一种更为流行的观点则认为,即使个体的知识达到本领域专家的水平,也不能确保其创新能力会更高; 知识与创新之间存在着倒U型关系,个体拥有的知识经验达到一定程度,会产生功能固着现象,从而阻碍创新观念的生成(Weisberg, 1999; Sternberg, 2006)。
我们认为,知识与创新思维之间的关系,在很大程度上受制于两个因素:一是知识的领域一般性/特殊性特征(Ericsson, 2003)。这是因为,创新本身也具有领域一般性和特殊性之分(Plucker & Beghetto, 2004)。已有研究显示,如果研究关注具体的创新思维产物,那么创新就显示出领域特殊性特征; 如果研究关注创新者的能力特征,那么创新就显示出领域一般性特征(Silvia, Kaufman, & Pretz, 2009)。显然,在知识基础与创新之间的关系上,如果不进行领域一般性和具体性之分,就难以探明二者之间可能存在的具体关系。二是创新评估的方式。一般认为,新颖性和适宜性是创新产物的两个核心特征。然而在创新评估时,研究者往往只关注创新产物的新颖性(Beghetto, 2005; Sarkar & Chakrabarti, 2011)。在考察知识与创新之间的关系时,由此可能带来的结果是:如果知识基础更多地影响创新思维的适宜性而较少影响其新颖性,研究结果就会掩盖知识基础对创新的实际作用。因此,要想更为准确地探查知识基础与创新思维之间的关系,对于知识的领域一般性/特殊性、创新产物的新颖性/适宜性这两个方面,必须予以同时考虑。
就知识与创新思维能力之间的关系来说,是否存在这样一些可能:知识基础对创新思维的新颖性和适宜性具有不同影响; 领域一般性/具体性的知识对创新思维的两个维度分别具有不同影响。鉴于目前尚缺少直接检测知识在创新思维中的作用的实证研究(Wynder, 2007),本研究旨在以大学生为被试,借助两个实验任务来探讨知识的领域一般性/特殊性与创新思维之间的关系。
二、实验1 (一) 研究目的本实验旨在探讨领域一般知识对领域一般性创新思维的影响。在本实验中,将大学生的英语词汇量作为领域一般知识,将大学生的英语看图作文作为领域一般性创新任务。这是因为,英语词汇学习是大学生普遍具有的经验,英文写作也是大学生普遍拥有的能力。根据知识与创新之间关系的流行观点(Weisberg, 1999; Sternberg, 2006),本研究假设:大学生的英语词汇量与其英文写作的创新水平之间存在倒U型关系。具体说来:(1)当英语词汇量较小时,词汇量的增大将促进英语看图作文的创新性; (2)当词汇量达到一定水平后,英语词汇量的增大对英语看图作文创新性的影响将减弱,作文创新性将维持在一定水平; (3)英语词汇量对英语看图作文的新颖性和适宜性具有不同影响。
(二) 研究方法 1. 被试以华东师范大学数学系118名大三学生为被试,经过被试知情同意后集体施测。剔除不完整测试卷和无效测试卷,共收集有效样本100人,其中男生38人,女生62人,年龄介于18-22周岁之间,平均年龄20.8周岁。
2. 研究工具与材料(1) 英语词汇量评估工具。《英语词汇量测试表》,改编自《英汉大词典》(陆谷孙主编,上海译文出版社1993年版)附录的《英语词汇能力自测》。该测试共含有10个测试分量表,每个分量表各有60个英语单词。在本研究中,以被试能够准确识别的单词数为统计量。
(2) 看图作文材料。来自互联网的一张图片(见图 1)。该图片的特点是情境简单,意境模糊,没有限制,可以给学生充分的想象空间。
|
图 1 英语看图作文图片 |
采用3×2被试间设计。自变量1为英语词汇量,分高、中、低三个水平; 自变量2为性别,分男女两个类型。因变量为大学生英文写作的创新水平,各维度按1-5级评分。
4. 实验程序分三个主要步骤:首先向被试介绍本研究的内容及要求; 其次是看图作文,要求被试在25分钟内,根据看图作文材料,充分发挥想象,用英语写一篇150字左右的作文,题目自拟; 第三步是在被试完成看图作文后,施测《英语词汇量测试表》。
5. 评分和计分对于英文作文的创新性,由创新研究领域的7位研究生采用一致性评估技术(Consensus Assessment Technique, CAT, Amabile, 1982),从“想象新颖”、“主旨明确”、“词汇丰富”、“句法得当”、“结构合理”、“行文连贯”、“语法正确”、“用词准确”8个维度进行1-5级评分。对于被试的英文词汇量,按照《英汉大词典》的要求,被试答对1个单词计1分,将10个分量表的合计得分作为该被试词汇量的原始分。数据处理时将原始分转化为标准分进行分析。
(三) 结果 1. 评分者一致性系数将各个评分者对英语看图作文8个维度的原始评分转化成标准分,再对各维度的标准分进行评分者一致性系数检验。结果显示,在所有评分维度,7位评分者的一致性系数在0.816-0.860之间,达到了较好的信度要求。
2. 性别、词汇量与创新思维的关系按照《英语词汇量测试表》得分的标准分,将被试分成三组:低词汇量组(Z﹤-0.5)、中等词汇量组(-0.5≤Z≤0.5)、高词汇量组(Z﹥0.5)。单因素方差分析显示,不同词汇量组之间差异极其显著(F(2, 97)=228.056,p=0.000)。事后分析结果显示,不同词汇量组两两之间均存在极其显著的差异(p=0.000),表明本研究中的分组是有效的。
将评分者在“想象新颖”维度的评分均值作为“新颖性”得分,其他7个维度的均值作为“适宜性”得分,最终得到的作文创新思维成绩如表 1所示。
| 表 1 各组新颖性和适宜性的均值比较 |
以性别、词汇量作为自变量,以创新思维的新颖性和适宜性作为因变量进行方差分析,结果显示,在新颖性上,性别主效应不显著(F(1, 94)= 0.063,p=0.802);词汇量主效应显著(F(2, 94)=11.427, p = 0.000),词汇量越多的被试,作品的新颖性水平越高; 性别与词汇量分组的交互作用不显著(F(2, 94)= 1.533,p =0.221)。LSD事后分析显示,低词汇量组与中等词汇量组新颖性得分存在极显著差异(p =0.003);低词汇量组与高词汇量组在英语写作新颖性得分上存在极显著差异(p =0.000);中等词汇量组与高词汇量组新颖性得分存在边缘显著差异(p =0.084)。在适宜性上,性别的主效应不显著F(1, 94)= 0.895,p =0.346),词汇量主效应极其显著(F(2, 94)= 23.164, p =0.000),性别与词汇量的交互作用不显著(F(2, 94) = 1.071,p =0.347)。LSD事后分析显示,低词汇量组与中等词汇量组,低词汇量组与高词汇量组,在英语写作适宜性得分上均存在极其显著差异(p =0.000);中等词汇量组与高词汇量组的适宜性得分存在显著差异(p =0.012)。
(四) 讨论本实验结果显示,无论在大学生英文写作的新颖性和适宜性方面,英文词汇量都显示出显著的积极影响。大学生的英文词汇量越大,其英文作文的创新水平越高。该结果没有支持“大学生的英语词汇量与其英文写作的创新水平之间存在倒U型关系”这一假设,而在一定程度上支持了“知识基础越丰富,创新能力越强”的观点。
创新写作离不开写作者头脑中贮存的关于题目、读者、写作形式等方面的知识,特别是关于如何写作的话语知识。话语知识与学生写作的连贯性、语法的熟练性、围绕中心思想写作的能力等都密切相关,充足的话语知识能够使表达迅速而准确(Benton, 1997)。在本实验中,被试所拥有的英文词汇量,属于话语知识的范畴。因而,拥有更多的英文词汇量的被试,作品的适宜性水平也高,这一点不难理解。拥有更多英文词汇量的被试,之所以作文的新颖性水平也高,可能与其英文表达中的发散性有关。Batey等(2009)采用回归分析方法探讨了大学生的一般知识与发散思维之间的关系,结果发现一般知识与发散思维能力显著正相关,一般知识对发散思维的影响,要大于流体智力。换言之,个体所具有的知识在观念生成的流畅性方面所产生的作用,要大于信息加工速度或抽象推理能力的作用。根据Mednick(1962)的创新过程的联想理论,创新思维需要把原本没有建立关联的概念建立起联系。显然,个体拥有的词汇量越多,句式、段落表达中出现的新颖性组合就可能越多,这无疑会促进整体写作的新颖性。
三、实验2 (一) 研究目的本实验研究旨在以心理学专业知识作为特殊知识领域例证,以心理学专业的大学生和研究生为被试,探讨在不同任务难度下,领域特殊知识对领域特殊性创新思维的影响。在本实验中,反映领域特殊性知识基础的指标有两个:一是基于心理学学科知识测验得到的分数,二是被试修习心理学的年限; 反映领域特殊性创新思维的是心理学实验设计任务。由于个体储备更多的领域具体性知识,更容易进行“选择性编码”、“选择性组合”和“选择性比较”,更可能生成新颖、适当的问题解决办法(Sternberg & Horvath, 1995),本实验假定:领域特殊性知识对领域特殊性创新思维具有促进作用。具体说来:(1)随着年级升高,特殊领域知识的增长,特殊领域的创新思维能力会增强; (2)在不同难度任务条件下,领域特殊知识对领域特殊性创新思维存在不同影响; (3)领域特殊性知识对领域特殊性创新思维的新颖性和适宜性存在不同影响。
(二) 研究方法 1. 被试被试为华东师范大学心理与认知科学学院全日制学生51人,其中本科二年级24人(男8,女16),四年级16人(男7,女9),硕士二年级11人(男4,女7)。所有被试都是心理学专业学生,没有转过专业,没有接触过《全国硕士研究生入学统一考试心理学专业基础综合试题》。具体抽样方式是,本科二年级随机抽取,本科四年级从不参加硕士研究生考试的学生中随机抽取,硕士二年级抽取本科就读于本院心理学专业且通过免试直升进入研究生阶段学习的学生。
2. 实验材料(1) 自编《心理学测试卷》。该测试卷共有50道单选题,全部改编自《2009年全国硕士研究生入学统一考试心理学专业基础综合试题》。测试时间为25分钟。
(2)《心理学研究设计方案》。研究设计任务A为低难度任务,主题为“中学生IQ分数与数学成绩的关系研究”; 研究设计任务B为高难度任务,主题为“中国城市消费者的中外品牌偏好研究”。两个设计任务均要求被试在15分钟内完成。
3. 实验设计实验类型:3×2混合设计。自变量1为领域特殊性知识,分高、中、低三个水平。自变量2为任务难度,分高、低两个水平。因变量为心理学研究方案的创新水平,从新颖性、适宜性两个维度评分。
4. 实验程序在实验室对被试进行个别施测。第一阶段要求被试进行心理学研究方案设计,时间为30分钟; 第二阶段进行心理学专业知识测试,时间为25分钟。被试完成第一阶段测试后,随即进入第二阶段测试。
5. 计分方式《心理学测试卷》的计分方式为每答对1题计2分,满分为100分。《心理学研究设计方案》的评分采用一致性评价技术,由8名本专业研究生从“设计新颖性”、“结构完整性”、“逻辑严密性”、“数据处理适宜性”、“方案可行性”、“目标达成度”6个方面按1-5级计分。
(三) 结果 1. 评分者一致性系数研究结果显示,8位评分者对低难度研究方案6个维度的评分者一致性系数在0.734-0.874之间,对高难度研究方案6个维度的评分者一致性系数在0.807-0.912之间,均达到较好的信度要求。
2. 知识基础分组的差异检验将专业知识原始得分转换成标准分(Z分数),然后根据标准分高低将所有被试分为三组,分别为低知识基础组16人(Z < -0.50,原始分均值为49.50,SD = 2.25);中等知识基础组20人(-0.50 < Z < 0.50,原始分均值为56.80,SD = 2.46);高知识基础组14人(Z > 0.50,原始分均值为66.86,SD = 4.49)。单因素方差分析结果显示,三个组的知识基础得分两两之间均存在极其显著的差异(p=0.000),说明这种分组能有效区分知识基础水平的高低。
3. 不同年级、知识基础被试的任务创新性将“设计新颖性”得分作为“新颖性”得分,将“结构完整性”等5个维度得分的平均值作为“适宜性”得分,不同年级、知识基础、任务难度条件下被试的创新得分如表 2所示。
| 表 2 不同任务难度下被试的创新设计得分的均值比较 |
以年级、知识基础、任务难度为自变量,以创新思维的新颖性和适宜性为因变量进行方差分析。结果显示,在创新的新颖性维度,任务难度的主效应不显著(F(1, 42)= 2.218,p =0.144)。知识基础的主效应亦不显著(F(2, 42)= 0.715,p =0.495)。年级的主效应极其显著(F(2, 42)= 10.306,p=0.000),被试年级越高,设计方案的新颖性水平越高。事后检验显示,本科二年级与本科四年级之间存在显著差异(p=0.000);本科二年级与硕士二年级之间存在极其显著的差异(p=0.000);本科四年级与硕士二年级之间不存在显著差异(p=0.426)。任务难度与知识基础(F(2, 42)= 1.691,p=0.197)、任务难度与年级(F(2, 42)= 2.027,p =0.144)、知识基础与年级(F(3, 42)= 0.482,p =0.697)的交互作用均不显著。任务难度、知识基础、年级三者的交互作用显著(F(3, 42)= 2.941,p =0.044)。简单效应检验结果显示,本科二年级低知识基础的被试中,任务难度效应显著(F(1, 42)= 4.89,p=0.032),中等知识基础的被试,任务难度效应边缘显著(F(1, 42)= 3.42,p=0.072);本科四年级任何一个知识基础组的被试,任务难度效应都不显著; 硕士二年级低知识基础的被试,任务难度效应显著(F(1, 42)= 8.09,p=0.007),中等知识基础被试任务难度效应不显著(F(1, 42)= 1.80,p=0.187);高知识基础被试任务难度效应不显著。
在创新思维的适宜性维度,任务难度的主效应极其显著(F(1, 42)= 11.343,p =0.002),任务越难,被试的设计方案的适宜性越差。知识基础的主效应不显著(F(2, 42)= 1.068,p=0.353)。年级的主效应极其显著(F(2, 42)=6.554,p=0.003),被试的年级越高,设计方案的适宜性水平越高。事后检验显示,本科二年级与本科四年级之间存在极其显著的差异(MD= -0.612,p=0.000);本科二年级与硕士二年级之间存在极其显著的差异(MD= -0.757,p=0.000);本科四年级与硕士二年级之间不存在显著差异(MD= -0.145,p=0.392)。任务难度与知识基础、任务难度与年级、知识基础与年级的交互作用均不显著,知识基础、任务难度和年级三者之间的交互作用也不显著。
(四) 讨论本实验中用心理学测验成绩及修习年限作为知识基础的指标。结果显示,心理学测验分数作为知识基础指标,对研究方案的新颖性和适宜性都没有显示出主效应,但是与任务难度、年级存在显著的交互作用。无论在本科二年级还是硕士二年级,如果被试拥有的心理学知识偏少,从事高难度设计任务时,其设计方案的新颖水平都明显减弱。如果以被试的心理学修习年限(年级)作为知识基础的指标,结果则显示,无论设计任务是否存在难度差异,修业年限对设计方案的新颖性和适宜性都有显著的主效应。总体看来,随着年级升高,被试在研究方案设计的创新水平方面也会相应提高。这些研究结果,支持了本实验“领域特殊性知识对领域特殊性的创新思维具有促进作用”这一基本假设。
领域特殊性知识不同于适用于多个专业领域的一般性知识,对于本领域的任务来说,它可以被视为专长性知识,它对于本领域的创新是必须的(Sternberg & Horvath, 1995)。Amabile(1998)在其创新的三成分模型中指出,创新是专长性知识、动机和创新思维技能三者交互作用的产物。Csikszentmihalyi(1996)更为明确地指出,一个人要想在某一领域做出创造性贡献,必须学习这一领域的规则、内容和选择标准,必须内化这一领域的知识和习俗。
在本研究中,没有发现作为知识基础指标的心理学测验分数对创新的主效应。与之形成鲜明对比的是,心理学修业年限作为知识基础指标显示出显著的主效应。其中的一种可能是,测验分数上的差异,未能充分反映被试之间的心理学知识基础的差异,而被试的专业学习年限则是反映心理学知识基础的更为可靠的指标。另一种可能是,被试的年级差异同时反映了其领域特殊性知识和领域一般性知识的差异; 换言之,被试的心理学修业年限之所以更能预测其专业创新能力,其间可能由一般性知识的参与。
本实验结果还显示出任务难度对被试创新思维的影响。总体看来,任务难度越大,被试思维的新颖性和适宜性越差,支持了“在不同难度任务条件下,领域特殊性知识对领域特殊性的创新思维存在不同影响”这一假设。一般说来,任务难度越大,意味着任务完成过程中需要处理的认知要素及要素之间的关系越多、越复杂,越需要更多的知识参与(Van Merrienboer, et al., 2006)。因此在本实验中被试的创新思维能力在高难度任务上降低,这一点在理论上不难解释。
值得指出的是,本实验结果还显示,任务难度、知识基础、年级三者对创新思维的新颖性和适宜性两个维度有不同影响。例如,任务难度对新颖性没有显示主效应,但是对适宜性则有主效应; 任务难度越高,被试所设计的研究方案的适应性越差; 再如,在新颖性维度,任务难度、知识基础、年级三者之间存在显著交互影响,而在适宜性维度,这种交互影响则不显著。这不仅在一定程度上支持了本实验的具体假设(3),也进一步说明在创新研究中对创新产物的新颖性和适宜性进行区分的必要性。
四、总体讨论 (一) 知识基础与创新思维的总体关系对于知识与创新之间的关系,长期以来占主导地位的观点是“知识对于创新来说是一把双刃剑”。正如Sternberg(2005)所讲的,一方面,创新离不开知识,一个人不可能在自己缺乏知识的领域进行创新; 另一方面,即使在某一领域的知识达到专家水平的人,也会受已有知识经验的影响,导致思路狭窄,困于某种思维定势。与之相类似的另一种观点认为,知识与创新之间是一种倒U型关系:创新需要一定量的知识作基础,但是当知识达到一定的量后,它会制约创新思维,因为丰富的知识经验让人们知道如何把事情做好,而不去寻求新的做事方法。
与上述观点显著不同的第三种观点是:知识与创新之间是一种正比关系,个体拥有的知识越多,其创新水平也越高。Vygotsky (2004)指出,创新思维所创造的每一样东西,都来自现实中的元素,来自于贮存在记忆中的先前经验; 创新思维作品,无论表面上离我们的生活有多远,无论幻想的成分有多么多,最终都不过是现实生活经验的新型组合; 儿童的创新想象之所以没有成人丰富,就是因为他们的经验不如成人多。这种观点也有大量直接或间接证据的支持。如Batey等(2009)发现,大学生的一般知识水平与其发散思维能力显著正相关; Wynder (2007)发现,领域特殊性知识更为丰富的被试,商业方案设计的创新性水平也更高。
本研究以大学生为被试,通过两个实验,分别探讨了领域一般性知识与领域特殊性知识对创新思维的影响。结果显示,在一般领域,个体拥有的领域一般性知识越多,其领域一般性创新思维的水平越高; 在特殊领域,尽管采用不同领域特殊性知识的指标会导致结论不尽一致,但总体看来,个体的领域特殊性知识与其领域特殊性创新思维之间存在正比关系。总体说来,本研究结果支持了“知识基础越丰富,个体的创新思维水平越高”的观点。
为何不同研究者对于知识与创新之间的关系坚持不同的观点呢?我们认为,其中可能缘于两个原因:其一,理论视角不同。例如,如果研究者专注于已有知识经验会带来思维定势这一事实,就会坚信知识对创新会产生阻碍,从而坚持知识对创新是“双刃剑”的观点; 如果研究者关注人类产生的知识越多,创新水平也越高这一事实,或者某一领域的专家与新手相比更可能生成新颖、适当的问题解决办法(Sternberg & Horvath, 1995),就会坚信知识对创新思维有积极影响。本质上,这两种争论聚焦在一点:已有知识基础会在多大程度上阻碍创新思维?显然,如果在创新思维过程中,已有知识几乎每次都会引发定势思维,我们就必须接受“双刃剑”观点; 如果定势思维产生的比例微不足道,我们就应接受后一种观点。其二,尽管知识是创新的基础,但是在实际的创新活动中,相关知识并不一定被激活,因而可能显示不出它们对创新思维的贡献(Rietzschel, Nijstad, & Stroebe, 2007)。显然,在这种情形下,我们就难以揭示出知识与创新思维之间的积极关联。在本研究的第二个实验中,我们先测量被试在研究方案设计上的创新水平,然后再测量相关的知识基础,可能就无法显示相关知识激活对创新思维的影响。
(二) 知识基础与创新思维的两个维度从思维产物看,创新具有新颖性和适宜性两个不同而又相互依存的维度。只有新颖性而缺乏适用性的思维产物,是新奇而无用的; 只有适宜性而缺乏新颖性的思维产物,充其量只能是高水平的经验重复(Beghetto & Kaufman, 2010; Sternberg, 2006)。因此在考察知识基础与创新思维之间的关系时,我们必须同时考虑创新产物的新颖性和适宜性两方面特征。
在本研究的实验2中,如果仅仅关注新颖性,就会忽略任务难度对适宜性的显著影响; 同样地,如果仅仅关注适宜性,在该实验中就难以揭示知识基础与任务难度、年级一起交互影响思维的新颖性。事实上,一些关于知识基础与创新思维关系的研究,正是因为同时考虑思维的新颖性和适宜性,而得出了某些重要结论。例如,Ward(2008)考察了大学生的体育运动知识与创新活动设计之间的关系,结果显示,无论是被试的体育运动知识,还是参与体育运动的情况,都与运动设计的新颖性相关都不显著,但体育运动知识与运动设计的实用性分数相关显著。
区分创新思维的新颖性和适宜性维度,还有利于鉴别领域一般知识和特殊性知识对创新思维可能产生的不同影响。例如,本研究的实验1发现,领域一般性知识对于创新思维的新颖性有显著促进作用,而实验2则发现,以心理学测验分数为指标的领域特殊性知识对思维的新颖性没有独立的显著影响。这些发现背后,可能蕴含着更为深层次的创新思维规律。譬如,领域一般性的知识由于适用于多个领域,更可能为众人所有,利用这类知识进行思维时可能受多个视角的影响,因而会通过出现更多的异质性观念组合而促进思维的新颖性; 领域特殊性知识作为专长性知识,由于更具有同质性特征且能更好地反映领域内的评判标准,因而对思维的适宜性贡献更大。当然,因循这些假设,我们可以进一步设计系统深入的研究,得出更为精细的研究结论。
五、结论在本研究条件下,可以得出如下三个主要结论:
(1) 领域一般性知识对于大学生的创新思维具有明显促进作用,它不仅有利于提升思维的新颖性,而且能够促进思维产物的适宜性。
(2) 领域特殊性知识对大学生创新思维的影响,随评估方式的不同而表现出差异; 但总体看来,领域特殊性的知识越丰富,大学生的领域特殊性创新水平越高。
(3) 领域一般知识和特殊知识尽管都对大学生的创新思维有积极促进作用,但是对于思维的新颖性和适宜性,两类知识所产生的影响存在明显差异。
| Amabile T.M. (1982). Social psychology of creativity: A consensual assessment technique. Journal of Personality and Social Psychology, 43, 997-1013. DOI:10.1037/0022-3514.43.5.997 |
| Amabile T. M. (1998). How to kill creativity. Harvard Business Review, 76(5), 77-87. |
| Batey M., Chamorro-Premuzic T., Furnham A. (2009). Intelligence and personality aspredictors of divergent thinking: the role of general, fluid and crystallized intelligence. Thinking Skills and Creativity, 4(1), 60-69. DOI:10.1016/j.tsc.2009.01.002 |
| Beghetto R. A., Chamorro-Premuzic T., Furnham A. (2005). Does Assessment Kill Student Creativity?. The Educational Forum, 69(3), 254-263. DOI:10.1080/00131720508984694 |
| Beghetto, R. A., & Kaufman, J. C. (Eds). (2010). Nurturing creativity in the classroom. New York, NY: Cambridge University Press. |
| Benton, S.L.(1997). Psychological foundations of elementary writing Instruction. In G. D. Phye (ed.), Handbook of Academic learning (pp. 235-263). Academic Press. |
| Csikszentmihalyi, M. (1996). Creativity: Flow and the psychology of discovery and invention. New York: Harper. http://www.scirp.org/(S(i43dyn45teexjx455qlt3d2q))/reference/ReferencesPapers.aspx?ReferenceID=79508 |
| Ericsson, K. A. (2003). The acquisition of expert performance as problem solving. In J. E. Davidson & R. J. Sternberg (Eds.), The psychology of problem solving (pp. 31-83). Cambridge, England: CambridgeUniversity Press. |
| Mednick S. A. (1962). The associative basis of the creative process. Psychological Review, 3, 220-232. |
| Plucker, J. A. & Beghetto, R. A. (2004). Why creativity is domain general, why it looks domain specific, and why the distinction does not matter. In R. J. Sternberg, E. L. Grigorenko, & J. L. Singer (Eds.), Creativity:From potential to realization (pp. 153-167). Washington, DC: American Psychological Association. |
| Rietzschel E. F., Nijstad B. A., Stroebe W. (2007). Relative accessibility of domain knowledge and creativity: The effects of knowledge activation on the quantity and quality of generated ideas. Journal of Experimental Social Psychology, 43, 933-946. DOI:10.1016/j.jesp.2006.10.014 |
| Sarkar P. & Chakrabarti A. (2011). Assessing design creativity. Design Studies, 32, 348-383. DOI:10.1016/j.destud.2011.01.002 |
| Silvia P. J., Kaufman J. C., Pretz J. E. (2009). Is creativitydomain-specific? Latent models of creative accomplishments and creative self-descriptions. Psychology of Aesthetics, Creativity, and the Arts, 3(3), 139-148. DOI:10.1037/a0014940 |
| Sternberg R. J. & Horvath J. A. (1995). A prototype view of expert teaching. Educational Researcher, 24, 9-17. DOI:10.3102/0013189X024006009 |
| Sternberg R. J., Lubart T. I. (1996). Investing in creativity. American Psychologists, 51, 677-688. DOI:10.1037/0003-066X.51.7.677 |
| Sternberg R.J. (2005). WICS: A model of positive educational leadership comprising wisdom, intelligence, and creativity synthesized. Educational Psychology Review, 17(3), 191-262. DOI:10.1007/s10648-005-5617-2 |
| Sternberg R.J. (2006). The Nature of Creativity. Creativity Research Journal, 18(1), 87-98. DOI:10.1207/s15326934crj1801_10 |
| Van Merriënboer J. J. G., Kester L., Paas F. (2006). Teaching complex rather than simple tasks: Balancing intrinsic and germane load to enhance transfer of learning. Applied Cognitive Psychology, 20, 343-352. DOI:10.1002/(ISSN)1099-0720 |
| Vygotsky L. S. (2004). Imagination and creativity in childhood. Journal of Russian and East European Psychology, 42(1), 7-97. |
| Ward T. B. (2008). The role of domain knowledge in creative generation. Learning and Individual differences, 18, 363-366. DOI:10.1016/j.lindif.2007.07.002 |
| Weisberg, R.W. (1999). Creativity and knowledge: A challenge to theories.In R.J. Sternberg (Ed), Handbook of Creativity (pp. 226-50). New York: University Press. |
| Wynder M. (2007). The interaction between domain-relevant knowledge and control system design on creativity. Australian Journal of Management, 32, 135-152. DOI:10.1177/031289620703200108 |